論文の概要: Cognitive Prosthetic: An AI-Enabled Multimodal System for Episodic Recall in Knowledge Work
- arxiv url: http://arxiv.org/abs/2603.02072v1
- Date: Mon, 02 Mar 2026 16:58:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.98774
- Title: Cognitive Prosthetic: An AI-Enabled Multimodal System for Episodic Recall in Knowledge Work
- Title（参考訳）: 認知補綴:知識労働におけるエピソードリコールのためのAIで実現可能なマルチモーダルシステム
- Authors: Lawrence Obiuwevwi, Krzysztof J. Rechowicz, Vikas Ashok, Sachin Shetty, Sampath Jayarathna,
- Abstract要約: 本稿では,構造化されたエピソードキャプチャと自然言語検索による知識作業におけるエピソードリコールを支援するために,AIを利用した概念証明を提案する。
異種センサデータを問合せ可能なエピソード記憶に変換する技術的実現可能性を示す機能実証として,CPMSを提案する。
この作業は、職場環境におけるAI対応メモリ拡張のためのエンドツーエンドのプライバシ対応アーキテクチャに寄与する。
- 参考スコア（独自算出の注目度）: 6.688814515265279
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Modern knowledge workplaces increasingly strain human episodic memory as individuals navigate fragmented attention, overlapping meetings, and multimodal information streams. Existing workplace tools provide partial support through note-taking or analytics but rarely integrate cognitive, physiological, and attentional context into retrievable memory representations. This paper presents the Cognitive Prosthetic Multimodal System (CPMS) --an AI-enabled proof-of-concept designed to support episodic recall in knowledge work through structured episodic capture and natural language retrieval. CPMS synchronizes speech transcripts, physiological signals, and gaze behavior into temporally aligned, JSON-based episodic records processed locally for privacy. Beyond data logging, the system includes a web-based retrieval interface that allows users to query past workplace experiences using natural language, referencing semantic content, time, attentional focus, or physiological state. We present CPMS as a functional proof-of-concept demonstrating the technical feasibility of transforming heterogeneous sensor data into queryable episodic memories. The system is designed to be modular, supporting operation with partial sensor configurations, and incorporates privacy safeguards for workplace deployment. This work contributes an end-to-end, privacy-aware architecture for AI-enabled memory augmentation in workplace settings.
- Abstract（参考訳）: 現代の知識の職場は、個人が断片化された注意、重なり合うミーティング、マルチモーダル情報ストリームをナビゲートするにつれて、人間のエピソード記憶を圧迫する傾向にある。
既存の職場ツールはメモ取りや分析を通じて部分的なサポートを提供するが、認知的、生理的、注意的な文脈を検索可能な記憶表現に統合することは滅多にない。
本稿では,認知補綴型マルチモーダルシステム (CPMS) について述べる。
CPMSは音声の書き起こし、生理的信号、視線行動と時間的に整列したJSONベースのエピソード記録を同期させ、プライバシーのためにローカルに処理する。
データロギング以外にも、ユーザが自然言語で過去の職場体験を検索したり、セマンティックコンテンツ、時間、注意力、生理的状態などを参照したりできるWebベースの検索インターフェースも備えている。
異種センサデータを問合せ可能なエピソード記憶に変換する技術的実現可能性を示す機能実証として,CPMSを提案する。
このシステムはモジュラーで、部分的なセンサー構成で操作をサポートし、職場展開のためのプライバシー保護を組み込むように設計されている。
この作業は、職場環境におけるAI対応メモリ拡張のためのエンドツーエンドのプライバシ対応アーキテクチャに寄与する。
関連論文リスト
- AMemGym: Interactive Memory Benchmarking for Assistants in Long-Horizon Conversations [61.6579785305668]
AMemGymは、メモリ駆動型パーソナライゼーションのためのオンライン評価と最適化を可能にする対話型環境である。
我々のフレームワークは、対話エージェントのメモリ能力を向上するためのスケーラブルで診断に富んだ環境を提供する。
論文 参考訳（メタデータ） (2026-03-02T15:15:11Z) - The AI Hippocampus: How Far are We From Human Memory? [77.04745635827278]
インプリシットメモリは、事前訓練されたトランスフォーマーの内部パラメータに埋め込まれた知識を指す。
明示メモリは、動的でクエリ可能な知識表現でモデル出力を増大させるように設計された外部ストレージと検索コンポーネントを含んでいる。
エージェントメモリは、自律エージェント内に永続的、時間的に拡張されたメモリ構造を導入する。
論文 参考訳（メタデータ） (2026-01-14T03:24:08Z) - Generation-Based and Emotion-Reflected Memory Update: Creating the KEEM Dataset for Better Long-Term Conversation [12.913297153664972]
本稿では,長期会話システムにおけるメモリ更新向上を目的とした,新しい世代ベースデータセットを提案する。
情緒的データと本質的なデータの両方でシステムのメモリをシームレスに更新することにより、我々のアプローチは深い共感を促進し、オープンドメインの会話において意味のある応答能力を高める。
論文 参考訳（メタデータ） (2026-01-09T05:59:36Z) - AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents [69.39123054975218]
メモリは過去と未来の重要なネクサスブリッジとして機能する。
自律エージェントに関する最近の研究は、認知神経科学に基づいて効率的な記憶を設計することに集中している。
論文 参考訳（メタデータ） (2025-12-29T10:01:32Z) - A Biologically Interpretable Cognitive Architecture for Online Structuring of Episodic Memories into Cognitive Maps [0.0]
本稿では,認識地図にエピソード記憶を構造化するための新しい認知アーキテクチャを提案する。
我々のモデルは、継承機能フレームワークとエピソード記憶を統合し、インクリメンタルなオンライン学習を可能にします。
この研究は計算神経科学とAIを橋渡しし、人工適応剤の認知地図形成に生物学的に基礎を置いたアプローチを提供する。
論文 参考訳（メタデータ） (2025-09-29T04:07:38Z) - MemOS: A Memory OS for AI System [116.87568350346537]
大規模言語モデル(LLM)は、人工知能(AGI)にとって不可欠な基盤となっている。
既存のモデルは、主に静的パラメータと短命なコンテキスト状態に依存しており、ユーザの好みを追跡したり、長い期間にわたって知識を更新する能力を制限する。
MemOSはメモリを管理可能なシステムリソースとして扱うメモリオペレーティングシステムである。
論文 参考訳（メタデータ） (2025-07-04T17:21:46Z) - Latent Structured Hopfield Network for Semantic Association and Retrieval [52.634915010996835]
エピソード記憶は、オブジェクト、場所、時間などの意味的要素をコヒーレントなイベント表現に関連付けることによって、過去の経験を思い出すことができる。
本稿では,連続ホップフィールドアトラクタダイナミクスを自動エンコーダアーキテクチャに統合するフレームワークであるLatent Structured Hopfield Network (LSHN)を提案する。
従来のホップフィールドネットワークとは異なり、我々のモデルは勾配勾配でエンドツーエンドに訓練され、スケーラブルで堅牢なメモリ検索を実現する。
論文 参考訳（メタデータ） (2025-06-02T04:24:36Z) - A Framework for Inference Inspired by Human Memory Mechanisms [9.408704431898279]
本稿では,知覚,記憶,推論の構成要素からなるPMIフレームワークを提案する。
メモリモジュールは、ワーキングメモリと長期メモリから構成され、後者は、広範囲で複雑なリレーショナル知識と経験を維持するために、高次構造を備えている。
我々は、bAbI-20kやSolt-of-CLEVRデータセットのような質問応答タスクにおいて、一般的なTransformerとCNNモデルを改善するためにPMIを適用します。
論文 参考訳（メタデータ） (2023-10-01T08:12:55Z) - A Cognitive Architecture for Machine Consciousness and Artificial Superintelligence: Thought Is Structured by the Iterative Updating of Working Memory [0.0]
本稿では、コンピュータ内での人間的な思考プロセスのシミュレートのための分析フレームワークを提供する。
注意と記憶がどのように構造化され、更新され、思考ストリームへの連想的な追加を探すために利用されるかを記述する。
論文 参考訳（メタデータ） (2022-03-29T22:28:30Z) - CogAlign: Learning to Align Textual Neural Representations to Cognitive
Language Processing Signals [60.921888445317705]
自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。
我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
論文 参考訳（メタデータ） (2021-06-10T07:10:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。